采用模糊逻辑从一组用于移动单元的可预定的调度信息获得调度信息的方法和装置以及带有程序代码工具的计算机程序和计算机程序产品

本发明涉及从一组用于移动单元的可预定的调度信息获得一种调度信息。

这种调度信息的获得用于移动单元，例如用于汽车，一般地称作调度生成，并且在所述情况下是用于汽车导航系统中。

有这样的调度生成的汽车导航系统由[1]所公知。

这样的汽车导航系统包含各种模块，第一种是用于定位的，第二模块是用于路线计划，而第三种模块用于调度生成。

在通过第一模块得出位置时，获得汽车的当前的、实际占据的位置，确定与汽车的实际位置的地图位置相应的数字地图中的位置(地图匹配)，和向汽车司机显示有确定了的地图位置的数字地图的片段。

显示系统例如采用荧光屏、监视器或者显示器。

地图匹配方法由[2]和[3]公知。

在通过第二模块进行路线计划时，为汽车的起点以及为汽车的目标点计划或者说获得行驶路径，即所谓的路线，所述的路线以适当的方法，例如通过最短的路径，把起点与目标点连接。计划了的或者就获得的路线同样地在数字地图中向汽车司机显示。

在通过第三模块进行调度生成时为司机获得引导司机沿计划出的路线通向目标点的指示，即所谓调度指示或者说调度信息。

调度指示，例如直行指示(直行，S)、左转弯(左转，L)或右转弯(右，R)或者掉头调度(U字形转弯，U)，在其行驶中到达路线的选取的位置时向司机光学地显示，例如通过在荧光屏上以箭头或者线条图的形式的直观输出，譬如在由[1]公知的汽车导航系统中，以及声学传达，例如通过语音输出。

尤其是在计划的路线的行驶路径产生方面，在所述的计划的路线上大多有多个行驶路径方案汇合并且可以用于继续行驶，在此调度指示对司机是有价值的信息和定向辅助。调度信息为司机从多个行驶路径方案中标示出正确的继续行驶的行驶路径。

在获得调度信息时，在由[1]公知的汽车导航系统中在这样选取的点上获得继续行驶的行驶路径延伸的方向改变，所述的方向改变用行驶路径的相应角度改变描述。

对于这种角度改变确定所属的调度信息，例如(直行，S)、(左转，L)、(右转，R)或(U形转变U)(图3，302)。为此把所有可能的角度改变，就是说从0度至360度划分成固定的角度范围301，即所谓的角度窗口301。向每个角度窗口单义地分配一个调度信息302。

这时如果获得继续行驶的行驶路径的角度改变，就可以为之确定相应的角度窗口并且为之获得所属的调度信息。

从而例如行驶路径的90度或-90度(等于270度)的角度改变303或304在60度至120度的角度窗口305中或者在240度至300度的角度窗口306中，并且引出调度信息“R”307或者“L”308。

“向调度信息302分配角度改变300”，以及对调度信息302“S”、“L”、“R”和“U”的角度窗口301示于图3中。

由[4]公知模糊逻辑的基础。

由[1]公知的调度生成时的做法却具有缺点：经常地，尤其是在有多个有各个相似的角度改变的可能的行驶方案的行驶路径的复杂交叉时，不能够为司机生成正确的，继续行驶路径的单义的调度信息。

从而本发明的任务是提出获得用于移动单元的一种调度信息的方法，所述方法为司机生成比上述汽车导航系统更单义的调度信息。

该任务通过有相应的独立权利要求的特征的、采用模糊逻辑从一组用于移动单元的可预定的调度信息获得一种调度信息的方法和装置以及通过带有程序代码工具的计算机程序和计算机程序产品完成。

在采用模糊逻辑从一组用于移动单元的可预定的调度信息获得一种调度信息的方法中，得出说明移动单元的主行驶路径的主行驶路径信息。接着采用模糊逻辑分析处理主行驶路径信息，其中得出该一种调度信息。

在模糊分析处理时采用模糊从属性函数为主行驶路径信息得到用之相应说明主行驶路径信息对可预定的调度信息之一的从属性的第一从属性。此外采用法则分析处理第一从属性，其中得出该一种调度信息。

在采用模糊逻辑从一组用于移动单元的可预定的调度信息获得调度信息的根据本发明的另一个方法中，得出说明移动单元的主行驶路径的主行驶路径信息，和至少一个说明对主行驶路径备选的行驶路径的副行驶路径信息。

采用模糊逻辑分析处理主行驶路径信息和副行驶路径信息，其中得到该一种调度信息。

在模糊分析处理时采用模糊从属性函数为主行驶路径信息得到用之相应说明主行驶路径信息对可预定的调度信息之一的从属性的第一从属性。对于副行驶信息，采用模糊从属性函数得到用之相应说明副行驶路径信息对可预定的调度信息之一的从属性的第二从属性。

采用模糊法则分析处理第一从属性和第二从属性，其中得到该一种调度信息。

在采用模糊逻辑从一组用于移动单元的可预定的调度信息获得一种调度信息的装置具有处理器，所述处理器设置用于执行以下步骤：

-其中得出说明移动单元的主行驶路径的主行驶路径信息，

-其中采用模糊法则分析处理第一从属性和第二从属性，其中通过如下方式得到该一种调度信息，

a)采用模糊从属性函数为主行驶路径信息得到用之相应说明主行驶路径信息对可预定的调度信息之一的从属性的第一从属性，

b)对于副行驶信息，采用模糊从属性函数得到用之相应说明副行驶路径信息对可预定的调度信息之一的从属性的第二从属性。

c)采用模糊法则分析处理第一从属性和第二从属性，其中得到调度信息。

在本发明中，主行驶路径信息理解为说明由移动单元要经过行驶路径的信息。副行驶路径信息理解为说明由移动单元可备选的要经过行驶路径的信息。

带有程序代码工具的计算机程序设置用于，在计算机上执行该程序时，执行根据本发明所述方法的所有步骤。

带有存储在可机读的数据载体上的程序代码工具的计算机程序产品设置用于，在计算机上执行该程度时，执行根据本发明所述方法的所有步骤。

所述装置以及所述带有程序代码工具的计算机程序设置用于，在计算机上执行该程序时，执行根据本发明所述方法的所有步骤，并且，带有存储在可机读的数据载体上的程序代码工具的计算机程序产品设置用于，在计算机上执行该程序时，执行根据本发明所述方法的所有步骤，特别地适用于实施根据本发明的方法或者下述扩展之一。

本发明的一个重要和有利的观点是在获得调度信息时或者说在调度生成时采用模糊逻辑。通过采用模糊逻辑使本发明具有特别的优点。

与由[1]公知的“清晰”地向调度信息分派角度改变，也就是调度生成时的“清晰”逻辑相反，本发明的出发点(Ansatz)以模糊逻辑为基础提供这样的优点：使得能够通过伪(0)和真(1)之间的中间值数学地描述群量从属性，也就是角度改变对调度信息的从属性。

在此为了表达一个问题，在此情况下是获得调度信息，与数字的或者定量的通过从属性的描述相并列地，采用带有人类思考的不清晰概念的定性描述。这些描述使之能够形式上准确地处理清晰的(非模糊的/干脆的)和不清晰的(模糊的)数据。

同时在模糊法则改变时，在总性能方面语言学变量或者算子保持继续有效。从实质上一定情况下改变的边界条件的特定的和个性化的适应可以简单和灵活。

此外模糊逻辑接近人类语言的表达方式，从而可能得到完全理解的调度信息。

本发明的优选的扩展由从属权利要求得出。

下面说明的扩展既涉及方法也涉及装置。

本发明和下面说明的扩展既可以用软件也可以用硬件，例如采用专用的电子电路，实现。

此外本发明和下面说明的扩展可以通过其上存储带有实施本发明或者扩展的程序代码工具的可计算机读出的存储媒介实现。

本发明或者每个下面说明的扩展还可以通过具有其上存储带有实施本发明或者扩展的程序代码工具的存储媒介的计算机程序产品实现。

通过方向改变，尤其是通过方向改变的角度描述主行驶信息和/副行驶信息是适宜的。这样的方向改变或者这样的角度能够以简单的方式获得，例如采用带有行驶路径的数字地图。

向使用者输出或者传达调度信息有不同的输出可能性，例如

-光学地显示获得的调度信息，

-声音输出获得的调度信息。

在此还可以，模糊从属性函数和/或模糊法则适应输出方式，例如所述的光的或者声的调度信息输出。从而例如对调度信息的光的输出可以采用与其在声的输出的情况下不同的从属性函数(图4和图5)。

在采用模糊逻辑分析处理行驶信息时获得用之评价调度信息的调度信息重要性也是适宜的。在此所述的重要性说明相应调度信息的可靠性。通过这样的措施可以在生成调度信息时显著地提高单值性。

相应地编码第一和/或第二从属性，例如编码成位模式，是有利的。由此，尤其是在计算机上实施本发明时，可以降低所需要的存储位置和/或加速在计算机上实施本发明。

由模糊法则可以选出重要的，例如常用的，模糊法则，并且汇集成一个法则基。

通过获得用之描述模糊法则的法则结果的满足程度的满足值，可以在调度生成时进一步提高单值性。

如果相应地为多个模糊法则各得出这样的一个满足值，可以把这些满足值汇集成一个总的满足值。在这样的情况下采用该总的满足值确定调度信息。

本发明特别适于在移动单元中的使用者辅助系统的范围内使用，例如汽车的导航系统。在这种情况下所述移动单元是要驾驶的汽车。

附图中是下面将详细说明的本发明实施例。

在附图中

图1是带有根据一个实施例的汽车中的部件的导航系统的简图；

图2是描述在根据一个实施例的导航系统中的部件的相互作用以及其功能的简图；

图3是描述根据一个实施例说明向调度信息“清晰地”分配角度范围的简图；

图4是描述根据一个实施例说明向调度信息“非清晰地”模糊分配角度范围以语音输出调度信息的简图；

图5是描述根据一个实施例说明向调度信息“非清晰地”模糊分配角度范围以在显示器上输出调度信息的简图；

图6示意地示出根据一个实施例采用可靠性获得调度信息的做法；

图7是根据一个实施例调度信息的显示器输出和语音输出的语言术语的简图；

图8是根据一个实施例调度生成时的步骤简图；

图9是根据一个实施例交叉情况的简图；

图10是描述根据一个实施例说明向调度信息“非清晰地”模糊分配角度范围以在显示器上输出调度信息和语音输出调度信息的简图；

图11列表概述(表明)根据一个实施例的一种法则基础；

图12图线概述(表明)根据一个实施例的一种法则基础；

图13根据本发明的一个实施例用模糊逻辑进行调度生成的方法步骤。

图14根据一个实施例用以法则为基础的模糊系统调度生成时的方法步骤。

实施例：汽车中的导航系统

图1示出装备有导航系统110的汽车100。

该导航系统110的部件在图1和图2中示意地并且以其相互作用示出，并且在下面加以说明。

导航系统200的部件这样地分别相互连接：使得在各个部件得出的或者测量的数据可以传输至其它部件中，并且在所述其它部件中提供用作进一步处理，例如通过相应地安排的数字处理器件处理。

在导航系统200的部件之间的连接在图2中通过箭头示出，其中一个箭头的方向表示两个相互连接的部件之间的数据传输方向。

导航系统200组合各种模糊系统：一个位置获得系统210、一个路线计划用的系统270和调度生成和调度导航用的系统271。

用于系统210、270和271的相应软件程序以及这些系统的相应数据，譬如数字地图250存储在计算机单元130中。

位置获得系统

导航系统200的位置获得系统210包含三个独立的位置获得系统：GPS系统、回转仪230和路程计240。

图1示出回转仪120、路程计121以及GPS 122，它们分别通过数据线路123与计算单元130连接。

应当指出，数据线路也可以是无线电通道或者其它的媒介。

采用回转仪230和路程计240得出实际的，汽车实际位置的第一位置信息。

采用GPS系统220得出第二个实际的，对第一位置信息冗余的位置信息。

采用第一和对之冗余的第二位置信息得出245汽车100的实际位置的因更准确而改善了的实际位置信息。

所述的位置获得245在汽车以法则的、在预定的时间点预定的时间期间行驶时进行，由此获得246由汽车实际上经过的行驶路径，即传感器路径。

在导航系统200中存储数字地图250。数字地图250是汽车100周围的数字化图像，其中录入交通连接信息以及其它与交通相关的信息，例如城市以及其交通网络。

导航系统200还有显示单元280，所述的显示单元280包含带有合并的声输出器件292的光输出器件290，并且可以在所述的光输出器件上显示数字地图250或者数字地图250的相关部分。

以此方式司机可以把其实际位置识别成数字地图250中的实际地图位置，以及可以在数字地图上跟随或者说理解其行驶路径。

路线计划、调度生成和调度导航

此外导航系统200包含用于路线计划和用于调度生成及调度导航的其它系统270、271。

这些与输入装置260连接，用输入装置260可以由汽车100的司机输入汽车100的目标位置。

图1示出输入汽车目标位置的输入器件140以及输出地图路线、汽车的实际地图位置以及对目标位置的行驶路径最短的路线的输出器件。

路线计划用的系统(路线计算单元)270采用输入的目标位置、地图路线、汽车的实际位置以及汽车100的实际地图位置得出对目标位置的行驶路径最短的路线。

应当指出，还可以在另一个标准，例如行驶时间，方面得出理想的路线。

用于调度生成和调度导航的系统271产生对司机的指示，即所谓的调度指示或者说调度信息，所述的对司机的指示引导司机沿向目标点计划出的路线行驶。

此外还这样地安排导航系统200的显示单元280：使得向汽车100的司机声和光地显示对输入的目标位置的行驶路径最短的(或者其它优化的)路线。

下面详细地说明用于调度生成和调度导航的系统271。

用于调度生成和调度导航的系统271的基础和概念

除了定位和路线计划/-计算起点至行车目标之外，导航系统必须引导司机沿所述路线行驶。为此使用的指示或者说调度必须以可视地以箭头和线条图的形式以及通过语音输出向司机传达。

在用于调度生成和调度导航的系统271中说明的出发点基于模糊逻辑并且提供了以下的优点：使之可以比布尔逻辑有较软(系统状态)的过渡。

此外，通过适当的参数化，模糊出发点容忍或者说耐受所能够得到的数据，譬如方向说明或者方向改变说明，的不准确性。

此外，模糊逻辑接近人类的语言表达方式，从而可以产生总体上能够理解的调度。

下面说明的模糊出发点含有两个安排：一个带有模糊逻辑的调度生成的基本出发点，以及一个(供选用的)带有以法则为基础的模糊系统的调度生成的扩展的出发点。

所述扩展的以法则为基础的出发点与模糊逻辑基本出发点仅有如下区别：在调度生成的同时还把附加的行驶路径信息，例如供选用的行驶路径考虑在内。扩展的以法则为基础的出发点的基本概念在其它方面相应于模糊逻辑基本出发点。

用模糊逻辑的调度生成(模糊逻辑基本出发点)

对于汽车导航系统中的调度生成，可以采用以模糊逻辑为基础的算法。与迄今采用的布尔逻辑相反，以模糊逻辑为基础的出发点有这样的优点：使得能够通过伪(0)和真(1)之间的中间值数学地说明群量从属性。

在此为了表达一个问题，在此情况下，是获得调度信息的问题，与数字的或者定量的通过从属性的描述相并列地，采用带有人类思考的不清晰概念的定性描述。这些描述使之能够形式上准确地处理清晰的(非模糊的/干脆的)和不清晰的(模糊的)数据。

同时在模糊法则改变时，在总性能方面语言学变量或者算子保持继续有效。从而对一定情况下改变的边界条件的特定的和个性化的适应可以简单和灵活。

此外模糊逻辑接近人类语言的表达方式，从而可能得到完全理解的调度信息。

在用于调度生成和调度导航的系统271的模糊出发点中，迄今采用的“方位条”301(图3)的布尔代数角度划分300被行驶路线方向改变的模糊角度划分400取代(图4语音输出和图5显示输出)。

通过采用的行驶路线方向改变的模糊角度划分400得出角度窗口401的软过渡。不再有以前的(0)和(1)之间过渡时的硬边界。除去奇异点0度、90度、270度以外，总是有两个从属性函数402起作用。

从属性函数402的曲线通过利用分段线性的函数403构成，在此情况下通过简单的三角形和梯形的函数构成，从而只需要在其中进行线性内插的支承位置404。

所述的支承位置404是从属性函数402的参数，用之可以把各个曲线个性化地适应于使用者。

此外，在设定从属性函数403时特别地注意到调度所具有的优先权：

*三个主调度(直行，S)401、(左，L)411、(右，R)412各自占有高的优先权(就是说高的从属性函数的最大值)和大的影响范围，特征在于其中从属性函数的值最大的角度范围。副调度(硬左，HL)420、(硬右，HR)421，(软左，SL)423，(软右，SR)424的优先权相应较低。

*掉头调度(U字形转弯，U)430具有高的优先权，但是仅接近180度。

*附件(Zustatz)硬H-具有中等的优先权，因为从属性函数不取值1000。影响范围相对大，然而小于三个主调度的影响范围。

*附件软S-或者说容易(leicht)具有低的优先权，这如在相应的从属性函数的平坦的曲线上可见。对语音输出(图4)甚至成立：μ_SR＜Max{μ_S，μ_R}或者μ_SL＜Max{μ_S，μ_L}，其中μ(φ)通过角度φ说明所描述的行驶路径方向改变的概率。在语音输出，只有已经至少使用了调度S、R或者L之一时才使用附加容易。

在语音输出时通过这种做法在很大程度上避免使用附件软S-或者说容易。一个典型的例子中其上在角度窗口有两个街道(直行，S)的交叉。这种冲突迄今是这样地解决的：让两个街道都分别得到被指派的两个相邻的调度(软右，SR或者软左，SL)。用模糊角度划分不再出现这种冲突，就是说一个街道得到调度(直行，S)另一个街道得到调度(软右，SR或者软左，SL)。

为了选取一个模糊调度，与直接与从属性值关联的模糊角度划分相并列地，附加引入另一个评价量(图6)。

该另一个量说明调度的重要性或者可靠性S_m，i，并且从对街道i被关注的调度的从属性与关于调度m的从属性值的和的商μ_m，i得出：

$>>>S>>m>,>i>>>=>>>\mu >>m>,>i>>>>>\Sigma >>j>=>1>>N>>>\mu >>m>,>j>>>\; >$>

式中m∈{S，SR，R，HR，U，HL，L，SL}。         (G1.1)

该用于可靠性的值方便了选择可理解的调度。作为从此保证调度的可靠性的阈值选取53％。

用稍高于50％边界值的该值，保证了对其余的调度带有最高从属性值的充分的调度距离。

图6示意地示出采用重要性的调度选择。

在此模糊调度的选择就从(图6)首先确定带有最大从属性值μmax的调度起进行。只有在这种调度显得不充分可靠时，也就是当可靠性小于53％时，才确定带有第二大从属性值的调度。由此避免使用调度附件软S-。

只有在此调度同样地过小时，才确定具有最大可靠性的调度。

假如这样找出的调度不是单义的，就是说可靠性小于50％时，就放弃模糊模型而接受迄今的布尔代数算法产生的调度。

在图13中示意地示出用模糊逻辑(模糊逻辑基本出发点)进行调度生成时的方法流程1300。

在用模糊逻辑进行调度生成时得出1310说明移动单元的主行驶路径的主行驶路径信息，在此情况下是行驶路径方向改变。

接着采用模糊逻辑分析处理主行驶路径信息，其中得出1320、1330所述一个调度信息。

在模糊分析处理时，采用模糊从属性函数为主行驶路径信息得出1320第一从属性，用所述出第一从属性说明主行驶路径信息对可预定的调度信息之一的从属性。

还采用法则分析处理第一从属性，其中得出1330所述一个调度信息。

用以法则为基础的模糊系统进行的调度生成(扩展的以法则为基础的出发点)

在以法则为基础的模糊系统中，执行模糊化(Fuzzifizierung)、推理和去模糊化(Defuzzifizierung)，由此保证调度生成的可理解性。

调度生成被映射到模糊法则，所述的模糊法则汇集成法则基础(图11和12)。此外通过的法则基础出现把所述系统和由之产生的调度信息适应于相应使用者的可能性。

输入量和输出量的选择

用于以法则为基础的系统的输入量选作：

a.计算出的路径(R)的角度(行驶路径方向改变)，单位为[度]。

b.路径左邻(NL)的角度(行驶路径方向改变)，单位为[度]。

c.路径右邻(NR)的角度(行驶路径方向改变)，单位为[度]。

d.主街道(MS)的走向(行驶路径方向改变)。

输出量选作：

a.为显示得出的调度(MD)。

b.为语音得出的调度(MV)

包含各个语言学变量的基本量在此定义为：

                 G_R＝{R，0°≤R≤360°}

                 G_NL＝{NL，0°≤NL≤360°}

                 G_NR＝{NR，0°≤NR≤360°}

                 G_MD＝{MD，0≤MD≤10}

                 G_MV＝{MV，0≤MV≤10}

在主街道识别的情况下不进行模糊化。为从法则基础选取起作用的法则唯独考虑产生的位模式(参见法则生成)。

构成从属性函数

在借助于以法则为基础模糊以法则为基础的调度生成中，从属性函数的曲线通过利用分段线性的函数构成，在此情况下通过简单的三角形和梯形的函数构成(比较图4和图5)。

这种分段线性的从属函数的优点是，可以通过给出较少的断点描述。从而可以把计算费用和存储费用保持得较少。这在后续的模糊化，也说是的左邻和右邻的，清晰的路径输入值转换成简单非清晰的从属性值时，能够通过在支承位置之间内插简单地计算从属性值。

通过在其间进行线性内插的附加的支承位置，可以使从属函数适应于现实。

所述的支承位置还构成用之让各个从属性函数的特性适应于相应的使用者。

系统对相应使用者的适应，就是匹配调度，在实际上采用导航系统进行。

在设定从属性函数时特别注意函数的容易适应性：

*所有采用的函数具有相同的优先权(最大的从属性值总是1)。

*调度S、R、L、HR和HL具有大影响范围(较大的在其中从属性函数最大的角范围)。

*仅稀少地使用附件软，S-和附件硬，H-

*对每个角度改变从属性值等于值1000。

这样地选择模糊群量，使得彼此相邻的模糊群量或多或少强烈地重叠，从而一个清晰的输入值可以同时属于多个模糊群量(Fuzzy-menge)。

语言学法则的设计-法则基础生成(图11和图12)

法则基础的读者设计是一个重要的步骤，因为在此设置的法则最终代表法则策略，并且从而代表模糊系统的“智能”。

在此可能的法则的总数取决于输入量的数量，以及取决于每个量的语言学术语群量：

在两个输入量，同时各有两个语言学术语时，法则基础可以由最多四个法则组成。在4个输入量i＝1、...、4(对路径、左邻和右邻、主街道)并且Ei为语言学术语群量时，在此产生的法则基础可以含有最多1794个不同的法则(参见G1.2)。

r_max＝E₁·E₂·E₃·E₄＝7·8·8·4＝1792        (G1.2)

从该关系式可以立即看出，在多于两个输入量时一般地不再能够用尽全部输入空间。这一般地也是不必要的，因为在导航系统的实际运行中只有输入量项的所有可能的组合的一部分实际上出现。

此外模糊系统的处理速度显著地受法则基础的大小影响。

对于设计法则基础，用少量的法则开始是适宜的。然后可以分步骤地补充法则或者修改已有法则(例如通过交叠合并法则)，直到达到所希望的法则质量。为了能够判断法则的一致性，用图示表示法则基础的各个法则(图12)。

从而可以快速地识别和取消矛盾的法则。此外相应路径的位模式安排法则基础。图11(表)和图12(图示)提要地示出法则基础。

为了保证通过法则基础覆盖所有可能的情况，对没有法则起作用的情况的向推论机制补充一个规定。

在此情况下给出路径的方向为缺省值。

一种地法则基础表现为以下的形式：

法则1：

如果r＝A_1k...且ln＝A_1l...且

Rn＝A_1m...且ms＝A_1n

就有disp＝B_1p...且voice＝B_1q      (G1.3)

...

原文为：

WENN r＝A_1k...UND ln＝A_1l...UND

rn＝A_1m...UND ms＝A_1n

                                  .

                                  .

                                  .

                                  .

                                  .

DANN disp＝B_1p...UND voice＝B_1q    (G1.3)

...

法则z：

如果r＝A_zk...且ln＝Az₁...且

Rn＝A，_在m...且ms＝A_zn

就有disp＝B_zp...且voice＝B_zq       (G1.4)

原文为：

WENN r＝A_zk...UND ln＝A_zl...UND

rn＝A_zm...UND ms＝A_zn

DANN disp＝B_zp...UND voice＝B_zq    (G1.4)

式中：

r，ln，rn，ms：输入量

A_1l、A_2l、...A_zl：输入量ln的位模式

Disp、voice：输出量

B_1p、B_2p、...、B_zp：输出量disp的位模式。

推论机制

在推论机制中，分析法则基础并且通过各个法则的分判断得出总判断。

为了确定起作用的法则调出接着模糊化确定的位模式(从各个语言学变量的从属性值，以及主街道识别)。

如果产生的位模式全部或者部分地相应于存储在法则基础中的位模式，就称该法则是起作用的。一个起作用的法则的满足值Pv_i(性能值)用以下的商得出：

$>>>Pv>i>>=>>>>\Sigma >>a>=>1>>A>>>\mu >>next>\_>>route>a>>>>·>>\Sigma >>b>=>1>>B>>>\mu >>next>\_>>left>b>>>>·>>\Sigma >>c>=>1>>C>>>\mu >>next>\_>>right>c>>>>>>>\mu >max>>2>\; >$>

                                         (G1.5)

$>>>\Sigma >>a>=>1>>A>>>\mu >>next>\_>>route>a>>:>>>$>起作用的路径的从属性值的和。

$>>>\Sigma >>b>=>1>>B>>>\mu >>next>\_>>left>b>>:>>>$>起作用的左邻的从属性值的和。

$>>>\Sigma >>c>=>1>>C>>>\mu >>next>\_>>right>c>>:>>>$>起作用的右邻的从属性值的和。

μ_max²：最大出现的可能性(在此：μ_max²＝1000)

i：相关法则的环循变量(在此：i＝0，...，n)

a＝1、...、A：累加指数(相应地对b和c成立)。

A、B、C∈N：累加上界(起作用的从属性的数量)。

为了得出各个输出模糊群量所以向一个起作用的法则分派输出量。在此每个起作用的法则的推理的模糊群量被限制在每个法则的满足值(Pv_i)的高度。接着，通过相加把在上个步骤中得出的量合并成结果的输出量。

去模糊化：最大值法

推论的结果首先是输出量Display(显示)和Voice(语音)的两个得出的模糊群量。为了得出能够分派给相应的调度的清晰的(干脆的)输出量，必须把得出的输出模糊群量去模糊化。

在此情况中要采用的方法涉及最大值法。在此只考虑具有最高累计满足值的输出量的语言学术语。相应于这种语言学术语实现调度的划分。

在图14(抽象的)以及在图8(详细的)示意地示出用一个以法则为基础的模糊系统(扩展了的以法则为基础的出发点)的调度生成中的方法流程1400及800。

在以法则为基础的调度生成中得出1410和810一个说明移动单元的主行驶路径的主行驶路径信息，和至少一个说明对主行驶路径备选的行驶路径的副行驶路径信息。

采用模糊逻辑分析处理主行驶路径信息和副行驶路径信息，其中得出1410至1440和820至870调度信息。

在模糊分析处理时采用模糊从属性函数为主行驶路径信息得出1420或820)用之相应说明主行驶路径信息对可预定的调度信息之一的从属性的第一从属性。对于副行驶信息，采用模糊从属性函数得到1430或830用之相应说明副行驶路径信息对可预定的调度信息之一的从属性的第二从属性。

采用模糊法则分析第一从属性和第二从属性，其中得到1440或840至870调度信息。

借助一个(举例地给出的)交叉的情况说明的以法则为基础的调度生成的功能方式和工作方式

下面借助一个(举例地给出的)交叉的情况进一步说明的以法则为基础的调度生成的功能方式和工作方式。

下面的说明以图9举例地示出的交叉情况为基础。

对于图9中所示的交叉应当对显示器显示和语音输出产生所属的调度。

相应于以法则为基础的调度生成所述的调度生成由模糊化(a)、推论机制(b)和去模糊化(c)三个部分组成。

a)模糊化-把清晰的输入值转换成不清晰的从属性值：

通过与得出的角度改变无关地内插为路径910或1010、左邻920或1020和右邻1030进行各个从属性值(图9、图10)的确定。这种从属性值指出，在什么程度上满足语言学陈述。

接着为每个相应于其对调度条从属性的每个角度存储从属性值(表1)。

接着从计算出的从属性值构成相应的位模式(表1：用从属性值定位，较大的在位模式中是1，其余的是0)。在从法则基础中选取有作用的法则需要这种位模式。

附加地在确定起作用的法则时产生启动用于放大要驶过的交叉区域的“交叉缩放”的值。

识别主街道情况：

因为或者只存在非常不充足的关于主街道走向的信息，所以按照级别和等级分类街道。

接着在一些确定了的法则的基础上进行实际街道情况的分析。在此从街道级别和街道等级的值确定主街道的走向，并且把这种分析的结果以位模式的形式存储。

然后把这样的一个街道识别为主街道，如果：

*从入口段至出口段的等级保持相等。

*潜在的主街道的级别从入口段至出口段只在2与3之间或者1与2之间变化。

*潜在的主街道的级别在0和3之间。

*所有分岔的街道的级别低于潜在的主街道的级别(至级别7，但是除外级别5和6)。

*所有分岔的街道有较低的等级。

表1：从属性值，和按(SR，R，HR，N，HL，L，SL，S)分类的得出的位模式。

作为说明主街道的走向的变通，在此提供有以下的可能性：

*路径本身是主街道→R

*路径的左邻是主街道→LN

*路径的右邻是主街道→RN

*不能识别出主街道→N

应用交叉情况(图9)，以所属的街道级别和街道等级，相应于表2，表明在此不能够识别出主街道走向，作为返回值在此主街道识别提供→N。

转换成所属的位模式，从而得出：(0，0，0，0，1，0，0，0)，按(X，X，X，X，X，N，RN，LN，R)分类。

表2：街道级别和等级。

b)推理-确定起作用的法则：

分析处理法则基础的目的是，通过合并各个法则的分判断得出总判断。通过把产生的位模式与存储在法则基础中的法则比较为当前的情况得出起作用的法则(表3)。

如果产生的位模式全部或者部分相应于在法则基础中存储的位模式，一个法则就对当前的情况成立为起作用的．

如果把一个法则识别成起作用的，从而就考虑G1.5计算该法则的满足值Pvi。

如同从属性值，满足值限制在0与1000之间的区间中的值。去掉小数点后面的值

例如法则9：

现在平滑的满足值21在其高度上限制起作用的法则(比较图7)的推论的模糊群量。

相应地得到其它起作用的法则(表4)。

通过相加把各个模糊群量合并成一个输出模糊群量(参见表4最后一行)

表3：起作用的法则。

表4：显示和语音的计算值，按(S，SL，L，HL，N，HR，R，SR，KR，KL，C)分类。

D)去模糊化-确定清晰的输出值：

通过这样产生的输出模糊群量，在考虑具有最高的累计满足值(在此为967)的输出量的语言学术语的条件下，得出输出的调度。

在本说明书中引用了下列发表的文章：

[1]Zhao Yilin：″Vehicle Location and Navigation Systems″，Artech House Publishers，S.43-141，S.239-264，1997，ISBN0-89006-8621-5.

[2]Zhao Yilin：″Vehicle Location and Navigation Systems″，Artech House Publishers，S.129-141，1997，ISBN 0-89006-8621-5.

[3]U.S.Patent No.4,796,191.

[4]Bart Kosko：″Neural Networks and Fuzzy-Systems″，PrenticeHall，Kap.7 u.8，1992，ISBN 0-13611-435-0.